AutoRAG-HP: 检索增强生成的自动在线超参数调整
原文中文，约400字，阅读约需1分钟。发表于：。为了解决 Retrieval-Augmented Generation 中的超参数优化和在线自适应的挑战，我们提出了 AutoRAG-HP 框架，该框架将超参数调整问题建模为在线多臂赌博机问题，并引入了一种高效探索大搜索空间的新型两级分层多臂赌博机方法。使用 ALCE-ASQA 和 Natural Questions 数据集对重要的超参数进行了广泛的实验，我们的评估结果表明，基于 MAB...
为了解决Retrieval-Augmented Generation中的超参数优化和在线自适应的挑战，研究者提出了AutoRAG-HP框架。该框架将超参数调整问题建模为在线多臂赌博机问题，并引入了一种高效探索大搜索空间的新型两级分层多臂赌博机方法。实验结果表明，基于MAB的在线学习方法可以在具有突出的梯度搜索空间的情况下，仅使用Grid Search方法所需的API调用的约20%，实现Recall@5约0.8的结果。在更具挑战性的优化场景中，所提出的分层多臂赌博机方法优于其他基准方法。
